已閱讀1頁，還剩52頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、研究人員重點研究了范疇數(shù)據(jù)中的聚類問題,分析了范疇數(shù)據(jù)的數(shù)學特下,給出了范疇數(shù)據(jù)的局部相似測度和全局相似測度的概念;探討了范疇數(shù)據(jù)聚類的最優(yōu)合并問題,給出了三個最優(yōu)合并準則;在以上分析的基礎(chǔ)上,研究人員給出三個范疇數(shù)據(jù)中的層次聚類算法.研究人員分析了它們的時間復雜度比較了它們的實驗結(jié)果.實驗表明研究人員提出的最優(yōu)合并準則能顯著提高范疇數(shù)據(jù)聚類結(jié)果的正確性.事務數(shù)據(jù)是一類特殊的范疇數(shù)據(jù).研究人員討論了事務數(shù)據(jù)庫中的聚類問題.研究人員將范疇
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 時間序列中的知識發(fā)現(xiàn)：基于頻繁模式發(fā)現(xiàn)的分類和聚類方法研究.pdf
- 知識發(fā)現(xiàn)中的聚類與關(guān)聯(lián)規(guī)則分析.pdf
- 基于模糊聚類的網(wǎng)格資源發(fā)現(xiàn)方法研究.pdf
- 基于PLSA語義聚類的web服務發(fā)現(xiàn)方法.pdf
- 基于聚類技術(shù)的QMP模型建立與知識發(fā)現(xiàn).pdf
- 知識發(fā)現(xiàn)方法研究.pdf
- 基于遺傳聚類的社團發(fā)現(xiàn)算法研究.pdf
- 復雜網(wǎng)絡社團發(fā)現(xiàn)的聚類算法研究.pdf
- 微博客中的知識條目發(fā)現(xiàn)方法研究.pdf
- 利用聚類和自動知識獲取方法優(yōu)化語義Web服務發(fā)現(xiàn).pdf
- 基于聚類的復雜網(wǎng)絡中社團發(fā)現(xiàn)的算法.pdf
- 基于增量聚類的新聞話題發(fā)現(xiàn)研究.pdf
- 基于SOM的神經(jīng)網(wǎng)絡聚類方法在臨床檢驗知識發(fā)現(xiàn)中的適用性研究.pdf
- 基于CBR的知識發(fā)現(xiàn)方法研究.pdf
- 基于聚類的復雜網(wǎng)絡的社團發(fā)現(xiàn)的研究.pdf
- 一種基于聚類的語義WEB服務發(fā)現(xiàn)方法研究.pdf
- 基于密度聚類的網(wǎng)絡社區(qū)發(fā)現(xiàn)算法.pdf
- 基于譜聚類的社區(qū)發(fā)現(xiàn)技術(shù)研究.pdf
- 知識管理中知識發(fā)現(xiàn)方法研究.pdf
- 基于拓撲勢和譜聚類的社區(qū)發(fā)現(xiàn)研究.pdf
評論
0/150
提交評論